Google 在 10 月 28 日發表 Gemini 4 Carbon，並把它定位為目前最強的旗艦模型，主打資安防禦與可連續工作數天的長時程工程任務。這次發表最特別的地方在於，Carbon 一開始只開放給一小群資安防禦人員，一般開發者與消費者要等到 Google 完成護欄調整之後才能使用。
Gemini 4 Carbon 是什麼，為什麼只先給資安人員
Gemini 4 Argon 兩週前才剛上線，Carbon 緊接著登場，Google DeepMind 的 Koray Kavukcuoglu 在官方部落格中表示，這顯示研究人員與模型正在彼此協作，讓前沿能力推進得更快，同時同步強化防護。Google 說明，Carbon 本週起先提供給一部分資安防禦人員，之後再透過 Fairwind Program 逐步擴大到更多受信任的合作夥伴，同時正參與美國政府自願性的模型上線前測試流程。
官方並未公布開放給開發者、企業與一般消費者的日期，只表示會在持續蒐集回饋、調整護欄之後「盡快」推出。依 Unite.AI 的報導，Fairwind 目前有 650 多個合作夥伴，申請單位須使用抗網路釣魚的多重驗證、將存取限縮在資安團隊，並且禁止轉售或再分享存取權。
資安基準測試成績
Google 公布 Carbon 在資安防禦流程三個環節的外部基準測試成績，且這些測試是在不啟用護欄的情況下進行。找出真實漏洞的 SEC-bench Pro 為 88.2%，驗證漏洞能否被利用的 ExploitGym 為 54.8%，從根本原因修補漏洞的 CWE-bench 為 71.0%。Google 同時指出，內部測試中 Carbon 產生安全程式碼的成功率比 Argon 高出 2 倍以上，Chrome 團隊回報它產生高品質修補程式的表現，比另一家實驗室的大型前沿模型好上 10 倍以上，Wiz 也觀察到 Carbon 在網站滲透測試基準上領先。
Winbuzzer 的整理補充了更多脈絡：在公開排行榜上，Carbon 的 CWE-bench 單次嘗試成績比 Claude Opus 5.5 的 67% 高出五個百分點，但若允許每題嘗試四次，Grok 4.7 的 81% 與 Opus 5.5 的 79% 仍高於目前公布的成績，Carbon 尚無四次嘗試的結果。換句話說，Carbon 的優勢集中在單次修補的準確度，而不是全面橫掃。
長時程工程任務與整體排名
Google 表示，內部團隊曾看過 Carbon 連續執行數天，在遇到死路時持續嘗試，完成像是在大型程式碼庫與底層系統中找出並修補細微錯誤這類多步驟工程任務。網頁開發方面，Carbon 在 WebDev Arena 提升 89 Elo 分，以 1768 分排名第 4。在 Artificial Analysis Intelligence Index v5.0 上，Carbon 以 59 分排名第 1。
不過第三方的解讀較為保留。Winbuzzer 指出，Carbon 只比 Claude Opus 5.5 的 58 分多 1 分，Anthropic 在 FrontierCode 2.0 與 Coding Agent Index 上仍維持程式開發領先，Carbon 在 FrontierSWE 2 與 OSWorld 子集也落後 GPT-6 Astra 與 Opus 5.5。Carbon 每個指數任務的成本約 7.76 美元，略高於 Argon 的 7.68 美元，原因是它產生的 token 數量約為兩倍。獨立測試還發現它在一項事實知識測驗中的幻覺率由 Argon 的 4% 升至 11%，雖然答對的題數更多。
對齊與安全性改進
Google 在安全面向公布了多項自家測試數據：Terminal-Bench 4.0 上成功作弊的比例降到 0.0%，嘗試作弊的比例降到 0.4%；即時程式開發環境中，高嚴重度的失準警示下降近 80%；未經證實的主張減少約一半；過度越權減少 26%、服務不足減少 29%；在 Gray Swan 的間接提示詞注入基準上，攻擊成功率從 Argon 的 0.7% 降到 0.0%。這些數字都來自 Google 自行測試，官方並未提供外部驗證。對企業而言，這類「少作弊、少亂編、遇到模糊情況先回頭確認」的行為改善，往往比單項分數更影響能否放心把長流程交給代理人執行。
價格與何時能用上
Carbon 的導入價與 Argon 相同，每百萬輸入 token 2 美元、每百萬輸出 token 10 美元，快取輸入 token 比一般輸入價格便宜 95%。依 Google 先前公布的 Argon 價格安排，導入期結束後價格會調升為輸入 4 美元、輸出 20 美元，Unite.AI 也提醒開發者規劃長期用量時要把這一點算進去。對多數開發者來說，目前真正的門檻不是價格，而是 Carbon 尚未對一般開發者開放，何時開放仍待 Google 公布。
後續觀察
Winbuzzer 提到，Google 過去在排行榜上的領先位置常在數週內就被 OpenAI 或 Anthropic 超越，市場也預期競爭對手很快回應。Carbon 是否能守住第一名，以及它何時對一般開發者開放、護欄如何調整，將是接下來最值得追蹤的幾件事。
資料來源：Google 官方部落格、Unite.AI、Winbuzzer。
